一种基于残差网络的多阶段人体异常动作检测方法

    公开(公告)号:CN114202803B

    公开(公告)日:2025-04-18

    申请号:CN202111553555.5

    申请日:2021-12-17

    Abstract: 本发明涉及一种基于残差网络的多阶段人体异常动作检测方法,步骤为:将待检测视频片段,切分为等长度的视频实例;使用目标检测网络模型得到每个监控视频实例中出现的人体目标边界框和位置和尺寸大小;根据人体边界框信息,使用动作识别网络模型在每个监控视频实例中计算边界框中人体动作的类别与置信度;使用异常分数学习模型给出每个监控视频实例的异常得分并进行加权融合。本发明能够快速获得监控视频中的异常动作信息,并设计了检测人体边界框所需的目标检测网络模型、分析人体动作的动作识别网络模型以及预测异常得分的异常分数学习模型。本发明实现常见监控视频场景下的人体异常动作检测,方法简洁、误报率低,具有一定的实用价值。

    基于IoT服务接口模型的代码自动生成方法及装置

    公开(公告)号:CN117762417A

    公开(公告)日:2024-03-26

    申请号:CN202311597956.X

    申请日:2023-11-27

    Abstract: 基于IoT服务接口模型的代码自动生成方法及装置,该方法预先构建IoT服务接口模型,利用IoT服务所需要传输的业务事件和事件传输协议,根据IoT服务接口模型编写IoT服务接口描述文件;通过IoT服务接口语法分析树,检查IoT服务接口描述文件语法是否正确;通过IoT服务接口模型的语法解析器解析IoT服务接口描述文件,遍历IoT服务的数据信息并生成指定项目的代码文件;将生成的指定项目的代码文件保存在IoT服务接口模型指定的命名空间中。本发明在业务流程系统集成IoT服务的开发过程中发挥重要作用,可以减少手动处理配置关系时容易出现错误和不一致性问题,提高系统的稳定性和可靠性。

    一种服务推荐系统及其训练方法
    8.
    发明公开

    公开(公告)号:CN116975461A

    公开(公告)日:2023-10-31

    申请号:CN202310930457.1

    申请日:2023-07-27

    Abstract: 本发明实施例提供了一种服务推荐系统,该系统包括:数据预处理模块,用于获得目标web服务应用对应的预设多阶连通性特征向量以及每个应用编程接口对应的预设多阶连通性特征向量;自编码模块,其包括:每一阶web服务应用自编码器,用于对所述目标web服务应用对应阶数的连通性特征向量进行自编码,每一阶应用编程接口自编码器,用于分别对每一个应用编程接口对应阶数的连通性特征向量进行自编码;融合模块,用于将多阶web服务应用自编码器编码的编码结果和多阶应用编程接口自编码器编码的编码结果分别进行融合得到融合特征;推荐模块,用于基于融合特征得到目标web服务应用的应用编程接口推荐列表。本发明实施例设计的服务推荐系统提升了服务推荐效果。

    一种基于残差网络的多阶段人体异常动作检测方法

    公开(公告)号:CN114202803A

    公开(公告)日:2022-03-18

    申请号:CN202111553555.5

    申请日:2021-12-17

    Abstract: 本发明涉及一种基于残差网络的多阶段人体异常动作检测方法,步骤为:将待检测视频片段,切分为等长度的视频实例;使用目标检测网络模型得到每个监控视频实例中出现的人体目标边界框和位置和尺寸大小;根据人体边界框信息,使用动作识别网络模型在每个监控视频实例中计算边界框中人体动作的类别与置信度;使用异常分数学习模型给出每个监控视频实例的异常得分并进行加权融合。本发明能够快速获得监控视频中的异常动作信息,并设计了检测人体边界框所需的目标检测网络模型、分析人体动作的动作识别网络模型以及预测异常得分的异常分数学习模型。本发明实现常见监控视频场景下的人体异常动作检测,方法简洁、误报率低,具有一定的实用价值。

Patent Agency Ranking